[发明专利]客群类型的确定方法、装置和服务器

说明书

本说明书提供了客群类型的确定方法、装置和服务器，应用于人工智能技术领域。基于上述方法，在需要确定目标用户的客群类型时，可以先获取目标用户的行为数据和属性数据；利用预先训练好的至少包含有预设的卷积网络层、预设的注意力机制层和预设的分类层的预设的客群分类模型同时处理上述目标用户的行为数据和属性数据，以精细地从多个维度的数据中提取出分类效果较好的特征，并基于该特征，得到对应的目标处理结果；再根据目标处理结果，确定目标用户的客群类型。从而能够准确地确定出目标用户的客群类型，有效地减少了分类误差；进而后续可以根据目标用户具体的客群类型，进行针对性的业务推送，获得较好的业务推送效果，同时也提高了用户体验。

技术领域

本说明书属于人工智能技术领域，尤其涉及客群类型的确定方法、装置和服务器。

背景技术

在许多业务场景，常常需要区分用户的客群类型，以便更有针对性地向用户推送合适的业务，以提高推送的成功率，以及被推送用户的用户体验。

但是，基于现有方法在预测用户的客群类型时，往往存在分类误差较大、分类结果可靠性较低等问题。在对老年用户进行客群分类时，上述问题尤为明显。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本说明书提供了一种客群类型的确定方法、装置和服务器，能够准确地确定出目标用户的客群类型，有效地减少了分类误差；进而后续可以根据目标用户具体的客群类型，进行精准且有针对性的业务推送，获得较好的业务推送效果，同时也提高了用户体验。

本说明书实施例提供了一种客群类型的确定方法，包括：

获取目标用户的行为数据和属性数据；

利用预设的客群分类模型处理所述目标用户的行为数据和属性数据，以得到对应的目标处理结果；其中，所述预设的客群分类模型至少包括：预设的卷积网络层、预设的注意力机制层和预设的分类层；

根据所述目标处理结果，确定目标用户的客群类型。

在一个实施例中，所述利用预设的客群分类模型处理所述目标用户的行为数据和属性数据，以得到对应的目标处理结果，包括：

利用预设的卷积网络层基于目标用户的行为数据，得到目标用户的行为特征向量；

利用预设的注意力机制层组合目标用户的行为特征向量和属性数据，得到目标用户的组合特征；

利用预设的分类层基于目标用户的组合特征，以得到对应的目标处理结果。

在一个实施例中，所述预设的卷积网络层包括：卷积层、池化层、全连接层；其中，所述卷积层用于对输入的行为数据进行卷积运算，得到并输出卷积运算结果；所述池化层用于缩小卷积运算结果的矩阵大小，得到并输出池化结果；所述池化层用于根据卷积运算结果和池化结果，组合基于卷积层所提取出的特征和基于池化层所提取出的特征，得到目标用户的行为特征向量。

在一个实施例中，所述预设的客群分类模型还包括预设的GRU网络层；其中，所述预设的GRU网络层与预设的注意力机制层和预设的分类层相连。

在一个实施例中，利用预设的分类层基于目标用户的组合特征，得到对应的目标处理结果，包括：

利用预设的GRU网络层处理预设的注意力机制层输出的目标用户的组合特征，得到并输出至少携带有时间特征的目标用户处理后的组合特征；

利用预设的分类层处理目标用户处理后的组合特征，以得到并输出对应的目标处理结果。

在一个实施例中，所述目标用户包括年龄大于预设的年龄阈值的用户。

在一个实施例中，所述目标用户的行为数据包括：线上行为数据和线下行为数据。